Using Econometrics: A Practical Guide（計量經濟學實用指南）

引用

Studenmund, A. H. (2016). Using Econometrics: A Practical Guide (7th ed.). Pearson.

章節概要

第七版共十六章，另有兩個附錄（答案和統計表）。培生（Pearson）把本書描述為一本初級計量經濟學入門書：它集中講解單方程線性迴歸分析，不使用矩陣代數，並把證明和微積分放到腳註和習題中。各章可分為三組：迴歸模型的建立與檢驗（第1–5章）、應用中出現的問題（第6–11章），以及超出基本模型的擴展（第12–16章）。本版書中所有例題和習題都用Stata估計。

第1章：迴歸分析概述

開篇一章介紹計量經濟學和迴歸分析，即全書其餘部分所展開的單方程線性模型。

第2章：普通最小二乘法

介紹普通最小二乘法（OLS），這是全書賴以建立的估計方法。

第3章：學習使用迴歸分析

正如章名所示，這一章講在實踐中運用迴歸，安排在第4章的形式化假定之前。

第4章：經典模型

闡述經典模型，即研究OLS時所依據的一組假定。隨後關於設定、多重共線性、序列相關和異質變異的各章，討論的是現實資料不滿足這些假定的情形。

第5章：假設檢驗與統計推斷

討論關於迴歸係數的假設檢驗和統計推斷；培生把F檢驗和信賴區間列為本版擴充的內容。

第6–7章：設定：選擇自變數；設定：選擇函數形式

兩章討論方程的設定：應納入哪些自變數，以及應採用何種函數形式。培生把本書的方法描述為注重實踐、以例題為導向，而在目錄中，這兩章與第3章和第11章最能體現這一取向。

第8–10章：多重共線性；序列相關；異質變異

偏離經典假定的三種典型情形，各佔一章。第七版新增的內容包括廣義最小二乘法中的Prais–Winsten方法（處理序列相關的手段）和Breusch–Pagan檢驗（異質變異檢驗）。

第11章：開展你自己的迴歸專題

正如章名所說，本章專門講如何開展自己的迴歸研究，把前十章的內容融會貫通。

第12–16章：時間序列模型；虛擬應變數方法；聯立方程；預測；實驗資料與追蹤資料

最後五章對單方程模型進行擴展：動態時間序列模型（本版擴充的主題中包括Dickey–Fuller檢驗）、應變數為虛擬變數的模型、聯立方程組、預測，以及實驗資料和麵板資料。培生指出，本版簡化並釐清了全書的符號和講解，尤其是動態方程、虛擬應變數、工具變數和麵板資料部分。

核心概念

第1–5章：迴歸模型

• 普通最小二乘法：選擇係數以使殘差平方和最小的估計量。
• 經典假定：使OLS具備理想性質的條件，是全書其餘部分的參照基準。
• 假設檢驗與統計推斷：針對迴歸係數的檢驗和信賴區間，包括F檢驗。

第6–11章：應用中的問題

• 設定：為方程選擇變數和函數形式。
• 多重共線性、序列相關、異質變異：偏離經典假定的情形，各有相應的檢驗和補救方法。
• 廣義最小二乘法：校正序列相關的估計方法，書中採用Prais–Winsten形式。

第12–16章：擴展

• 動態模型與時間序列模型：含滯後變數的方程，以及用於檢驗非平穩性的Dickey–Fuller檢驗等方法。
• 虛擬應變數：針對「是/否」型結果的模型。
• 聯立方程：解釋變數與應變數同時決定的方程組；培生稱工具變數是本版講解更清晰的主題之一。
• 追蹤資料：對同一組單位隨時間進行的觀測。

評析

優點

• 以實用和直觀為設計宗旨。 培生把不用矩陣代數、把證明和微積分移到腳註和習題中的直觀講法作為本書的標誌性特點；本版面向計量經濟學初學者、想要溫習的迴歸使用者，以及需要一本手邊參考書的實務工作者。
• 圍繞做專題來組織。 設定問題用了整整兩章，第11章專門講如何開展自己的迴歸專題，適合要求學生完成實證論文的課程。
• 學習支援。 出版社列出了：對建模決策給予反饋的「互動式迴歸學習練習」；附錄中新增的「計量經濟學實驗」，供課上課後動手練習；附錄A中的習題答案增加到上一版的約三倍；以及提供全部資料集、Stata指南、投影片和實驗答案的配套網站。
• 全書使用Stata。 書中所有例題和習題都用Stata估計，附錄和網站上都有軟體說明，學生在學習方法的同時也能掌握一款標準軟體。

局限

• 側重單方程。 本書核心是單方程線性迴歸；聯立方程組、受限應變數、時間序列和麵板資料各只佔一章。
• 目錄中現代因果推斷內容較少。 沒有專門講斷點迴歸或雙重差分的章節；實驗資料與追蹤資料合在最後一章。

在課程中的定位

在本課程書單中，Studenmund是最注重實踐的迴歸教材，由於正文避開矩陣代數和微積分，它也是幾本完整教材中最容易入門的一本。Stock與Watson的 Introduction to Econometrics 和Wooldridge的 Introductory Econometrics 覆蓋相似的內容，但統計理論更多、應用範圍更廣；能輕鬆讀完Studenmund的學生可以繼續讀其中任何一本。Newbold等人的 Statistics for Business and Economics 可以補足第5章所需的機率和推斷基礎。

Angrist和Pischke的 Mastering 'Metrics 是對本書的補充而非替代：Studenmund教的是如何設定、估計和診斷迴歸，而 Mastering 'Metrics 解釋的是哪些研究設計（隨機試驗、工具變數、斷點迴歸、雙重差分）能使因果結論可信。兩位作者的 Mostly Harmless Econometrics 則是準備從事應用微觀經濟研究的學生之後可以邁出的研究所層次的一步。

如何使用本書

本書適合修讀第一門計量經濟學課程的大學部學生、需要為專題做迴歸分析的應用領域學生，以及想更新知識的實務工作者。培生說明本書不需要矩陣代數；熟悉代數並修過統計學入門課程，會讓第5章更容易讀懂。

• 核心順序： 第1–7章和第11章可以構成以迴歸專題為主線的一學期課程的核心。
• 診斷： 第8–10章順次跟進，凡是用真實資料做時間序列或橫斷面專題都離不開這幾章。
• 選修： 根據課程需要在第12–16章中選擇；第13章（虛擬應變數）和第16章（實驗資料與追蹤資料）適合微觀經濟專題，第12章和第15章適合時間序列工作。

用Stata做習題，並在附錄A中核對答案；互動式迴歸學習練習和計量經濟學實驗很適合為撰寫獨立專題做準備。計劃開展因果研究的學生，應在讀第6、14和16章的同時閱讀 Mastering 'Metrics。